[大数据]【MongoDB】基本语法

1. MongoDB 相关概念

1.1 业务应用场景

传统的关系型数据库（如MySQL），在数据操作的“三高”需求以及应对Web2.0的网站需求面前，显得力不从心。

解释：“三高”需求：

• High Performance - 对数据库高并发读写的需求
• Huge Stroge - 对海量数据的高效率存储和访问的需求
• High Scalability & High Availability - 对数据库的高扩展性和高可用性的需求

而MongoB可应对“三高”需求

具体场景应用如：

1. 社交场景：使用 MongoDB 存储用户信息，以及用户发表的朋友圈信息，通过地理位置索引实现附近的人、地点等功能。
2. 游戏场景：使用 MongoDB 存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、高效率存储和访问。
3. 物流场景：使用 MongoDB 存储订单信息，订单状态在运送过程中会不断更新，以 MongoDB 内嵌数组的形式来存储，一次查询就能将订单所有的变更读取出来。
4. 物联网场景：使用 MongoDB 存储所有接入的智能设备信息，以及设备汇报的日志信息，并对这些信息进行多维度的分析。
5. 视频直播：使用 MongoDB 存储用户信息、点赞互动信息等。

这些应用场景中，数据操作方面的共同特点是：

1. 数据量大
2. 写入操作频繁（读写都很频繁）
3. 价值较低的数据，对事务性要求不高

对于这样的数据，我们更适合使用 MongoDB 来实现数据的存储。

什么时候选择MongoDB？

在架构选型上，除了上述的三个特点外，还需考虑以下问题：

• 应用不需要事务及复杂join查询
• 新应用，需求会变，数据模型无法确定，想快速迭代开发
• 应用需要2000~3000以上的读写QPS（更高也可以）
• 应用需要TB甚至PB级别数据存储
• 应用发展迅速，需要能快速水平扩展
• 应用要求存储的数据不丢失
• 应用需要99.999%高可用

如果上述有1个符合，可以考虑MongoDB，2个以上符合，可以选择MongoDB

思考：如果用MySQL呢？

答：相对MySQL，可以以更低的成本解决问题（包括学习、开发、运维等成本）

1.2 MongoDB简介

MongoDB 是一个开源、高性能、无模式的文档型数据库，当初设计就是用于简化开发和方便扩展，是NoSQL数据库产品中的一种。它是最像关系型数据库（MySQL）的非关系型数据库。

它支持的数据结构非常松散，是一种类似于 JSON 的格式，成为BSON，它既可以存储比较复杂的数据类型，又相当的灵活。

MongoDB中的记录是一个文档是，它是一个由字段和值对（Filed : Value）组成的数据结构。MongoDB文档类似于JSON对象，即一个文档认为就是一个对象。字段的数据类型是字符型，它的值除了使用基本的一些类型外，还可以包括其他文档、普通数组、文档数组。

1.3 体系结构

MySQL与MongoDB对比

1.4 数据模型

MongoDB的最小存储单位就是文档（Document）对象。文档（Document）对象应用于关系型数据库的行。数据在MongoDB中以 BSON（Binary-JSON）文档的格式存储在磁盘上。

BSON（Binary Serizlized Document Format）是一种类 JSON 的一种二进制形式的存储格式，简称 Binary JSON 。

BSON和JSON一样支持，支持内嵌的文档对象和数组对象，但是BSON有JSON没有的一些数据类型，如Date和BinData类型。

BSON采用了类似于C语言结构体的名称、对表示方法，支持内嵌的文档对象和数组对象，具有轻量性、可遍历性、高效性的三个特点。可以有效描述非结构化数据和结构化数据。这种格式的优点式灵活性高，但它的缺点是空间利用率不是很理想。

BSON中，除了基本的JSON类型：string、integer、boolean、double、null、array和object，MongoDB还是使用了特殊的数据类型。这些类型包括 date、object id、binary data、regular expression 和 code。每一个驱动都以特定语言的方式实现了这些类型，查看你的驱动的文档来获取详细信息。

BSON数据类型参考列表：

1.5 MongoDB特点

MongoDB主要有如下特点：

（1）高性能：

MongoDB提供高性能的数据持久性。

特别是，对嵌入式数据模型的支持减少了数据库系统上的I/O活动。

索引支持更快的查询，并且可以包含来自嵌入式文档和数组的键。（文本索引解决搜索需求、TTL索引解决历史数据自动过期的需求、地理位置索引可以用于构建各种O2O应用）

mmapv1、wiredtiger、mongorocks（rocksdb）、in-memory等多引擎支持满足各种场景需求

Gridfs解决文件存储的需求。

（2）高可用性：

MongoDB的复制工具称为副本集（replica set），它可提供自动故障转移和数据冗余。

（3）高扩展性：

MongoDB提供了水平可扩展性作为其核心功能的一部分。

分片将数据分布在一组集群的机器上。（海里数据存储，服务能力水平扩展）

从3.4开始，MongoDB支持基于片键创建数据区域。在一个平衡的集群中，MongoDB将一个区域所覆盖的读写只定向到该区域内的那些片。

（4）丰富的查询支持：

MongoDB支持丰富的查询语言，支持读和写操作（CRUD），比如数据聚合、文本搜索、地理空间查询等。

（5）其他特点：无模式（动态模式）、灵活的文档模型

2. 单机部署

2.1 Windows系统中的安装启动

第一步：下载安装包

MongoDB提供了可用于32位和64位系统的预编译二进制包，你可以从MongoDB官网下载安装，MongoDB预编译二进制包下载地址：https://www.mongodb.com/try/download/community

根据上图所示下载zip包

提示：版本的选择：

MongoDB的版本命名规范：x.y.z

y为奇数时 表示当前版本为开发版，如：1.5.2、4.1.13

y为偶数时 表示当前版本为开发版，如：1.6.3、4.0.10

z是修正版本号，数字越大越好

详情：https://docs.mongodb.com/manual/release-notes/#release-version-numbers

第二步：解压安装启动

将压缩包解压到一个目录中。

在解压目录中，手动建立一个目录用于存放数据文件，如data/db

方式1：命令行参数方式启动服务

mongod --dbpath=..\data\db

我们在启动信息中可以看到，mongoDB的默认端口是27017，如果我们想改变默认的启动端口，可以通过 --port来指定端口。

为了方便我们每次启动， 可以将安装目录的目录设置到环境变量的path中，bin目录下是一些常用的命令，比如启动服务、连接服务等。

**方式2：**配置文件方式启动服务

在解压目录中新建config文件夹，该文件夹中新建配置文件mongod.conf`，内容参考如下：

stroge:
  #The directory where the mongod instance stroes its data.Default value is "\data\db" on Windows.
  dbPath: D:\DBServer\mongodb-win32-x86_64-2008plus-ssl-4.0.1\data

详细配置项内容可以参考官方文档：https://docs.mongodb.com/manual/reference/Configuration-options/

【注意】

• 配置文件中如果使用双引号，比如路径地址，自动将双引号的内容转义。如果不转义，则会报错：

error-parsing-yaml-config-yaml-cpp-error-at-line-3-column-15-unkonwn-escape-character-d

a. 使用转义\\或/

b. 如果路径中没有空格，则无许加引号

• 配置文件中不能以tab分割字段

解决：

将其转换成空格

启动方式：

mongod -f ../config/mongod.conf
或
mongod -config ../config/mongod.conf

更多配置参数：

systemLog:
	destination: file
	#The path of the log file to which mongod or mongos should send all diagnostic logging information
	path: "D:/DBServer/mongodb-win32-x86_64-2008plus-ssl-4.0.1/log/mongod.log"
	logAppend: true
	journal: 
		enabled: true
	#The directory where the mongod instance stroes its data.Default value is "/data/db"
	dbPath: "D:/DBServer/mongodb-win32-x86_64-2008plus-ssl-4.0.1/data"

2.2 Shell连接（mongo命令）

在命令提示符输入以下shell命令即可完成登录

mongo
或
mongo --host=127.0.0.1 --port=27017

查看已经有的数据库

> show databases 

退出mongodb

exit

更多参数可以通过帮助查看：

mongo -- help

提示：

MongoDB JavaScript是一个基于JavaScript的解释器，故是支持js程序的。

2.3 Compass-图形化界面客户端

到MongoDB官网下载MongoDB Compass

地址：https://www.mongodb.com/try/download/compass

安装版：按照步骤安装

解压版：执行MongoDBCompassComunity.exe文件即可

在打开的页面中，输入主机地址、端口等相关信息，点击连接。

2.4 Linux系统中的安装启动和连接

目标：在Linux中部署一个迪纳基的MongoDB，作为生产环境下使用。

步骤如下：

1. 先到官网下载压缩包mongod-linux-x86_64-4.0.10.tgz
2. 上传压缩包到Linux中，解压到当前目录：

tar -xvf mongodb-linux-x86_64-4.0.10.tgz

3. 移动解压后的文件夹到指定的目录中：

mv mongodb-linux-x86_64-4.0.10 /usr/local/mongodb

4. 新建几个目录，分别用来存储数据和日志

#数据存储目录
mkdir -p /mongodb/single/data/db
#日志存储目录
mkdir -p /mongodb/single/log

5. 新建并修改配置文件

vi /mongodb/single/mongod.conf

配置文件的内容如下：

systemlog:
	#mongodb发送所有日志输出的目标指定为文件
	#The path of the log file to which mongod or mongos should send all diagnostic logging information
	destination: file
	#mongo或mongos应向其发送所有诊断日志记录信息的日志文件的路径
	path: "D:/DBServer/mongodb-win32-x86_64-2008plus-ssl-4.0.1/log/mongod.log"
	logAppend: true
storge: 
	#mongod实例存储其数据的目录。storge.dbPath设置仅适用于mongod。
	##The directory where the mongod instance its data.Default value is "/data/db"
	dbPath: "/mongodb/single/data/db"
	journal: 
		#启用或禁用持久性日志以确保数据文件保持有效和可恢复
		enabled: true
processManagement:
	#启用在后台运行mongos或mongod进程的守护进程模式。
	fork: true
net: 
	#服务实例绑定的IP，默认是localhost
	bindIp: localhost,192.168.0.2
	#bindIp
	#绑定的端口，默认是27017
	port: 27017

6. 启动MongoDB服务

[root@localhost sngle]# /usr/local/mongodb/bin/mongod -f /mongod/single/mongod.conf
about to fork child process, waiting until server is ready for connections.
forked process: 90384
child process started successfully, parent exiting

注意：
如果启动后不是successfully，则是启动失败了。原因基本上就是配置文件有问题。

通过进程来查看服务是否启动了：

[root@localhost sngle]# ps -ef | grep mongod
root    90384     1  0  8月26 7         00:02:13 /usr/local/mongodb/bin/mongod -f /mongodb/single/mongod.conf

7. 分别使用mongo命令和compass工具来连接测试。

提示：如果远程连接不上，需要配置防火墙放行，或直接关闭Linux防火墙

#查看防火墙状态
systemctl status firewalld
#临时关闭防火墙
systemctl stop firewalld
#开机禁止启动防火墙
systemctl disable firewall

8. 停止、关闭服务

停止服务的方式有两种：快速关闭、标准关闭

• 快速关闭方法（快速、简单，数据可能会出错）

目标：通过系统kill命令直接杀死进程：

杀完需要检查一下，避免有的没有杀掉。

#通过进程编号关闭节点
kill -2 54410

【补充】

如果一旦是因为数据损坏，则需要进行如下操作（了解）：

1）删除lock文件：

rm -f /mongodb/single/data/db/*.lock

2）修复数据：

/usr/local/mongodb/bin/mongod --repair --dnpath=/mongodb/songle/data/db

• 标准的关闭方法（数据不容易出错，但麻烦）：

目标：通过mongo客户端中的shutdowServer命令来关闭服务

#客户端登录服务，注意，这里通过localhost登录，如果需要远程登录，必须先登陆验证才行。
mongo --port 27017
#切换到admin库
use admin
#关闭服务
db.shutdownServer()

3. 基本常用命令

3.1 案例需求

存放文章评论的数据存放到MongoDB中，数据结构参考如下：

数据库：articledb

3.2 数据库操作

3.2.1 选择和创建数据库

选择和创建数据库的语法格式：

use 数据库名称

如果数据库不存在则自动创建，例如，以下语句创建spipdb数据库：

use articledb

查看有权限查看的所有的数据库命令

show dbs
或
show databases

**注意：**在MongoDB中，集合只有在内容插入后才会创建！即创建集合（数据表）后要再插入一个文档（记录），集合才会真正创建。

#查看当前正在使用的数据库命令
db

MongoDB 中默认的数据库为test，如果你没有选择数据库，集合将存放在 test 数据库中。

另外：

数据库名可以是满足以下条件的任意UTF-8字符串：

• 不能是空字符串（“”）

• 不得含有‘ ’ （空格）、.、$、/、\和\0（空字符）

• 应全部小写

• 最多64字节

有一些数据库名是保留的，可以直接访问则和谐具有特殊作用的数据库。

• admin：从权限角度来看，这是"root"数据库。要是将一个用户添加到这个数据库，这个用户自动继承所有数据库的权限，一些特定的服务器命令也只能从这个数据库运行，比如列出所有的数据库或关闭服务器。
• local：这个数据永远不会被复制，可以用来存储限于本地单台服务器的任意集合
• config：当Mongo用于分片设置时，config数据库在内部使用，用于保存分片的相关信息。

3.2.2 数据库的删除

MongoDB 删除数据库的语法格式如下：

db.dropDatabase()

提示：主要用来删除已经持久化的数据库

3.3 集合操作

集合，类似关系型数据库中的表

可以显式的创建，也可以隐式的创建。

3.3.1 集合的显示创建

基本语法格式：

db.createCollection(name)

参数说明：

• name：要创建的集合名称

例如：创建一个名为mycollection的普通集合

db.createCollection("mycollection")

查看当前库中的表：show tables命令

show collections
或
show tables

集合的命名规范:

• 集合名不能为空字符串“”。
• 集合名不能含有\0（空字符），这个字符表示集合名的结尾。
• 集合名不能以“system”开头，这是为系统保留的前缀。
• 用户创建的集合名字不能含有保留字符。有些驱动程序的确支持在集合名里面包含，这是因为某些系统生成的集合中包含该字符。除非你要访问这种系统创建的集合，否则千万不要在名字里出现$。
  

3.3.3 集合的隐式创建

当向一个集合中插入一个文档的时候，如果集合不存在，则会自动创建集合。

提示：通常我们使用隐式创建文档即可。

3.3.3 集合的删除

集合删除语法格式如下：

db.collection.drop()
或
db.集合.drop()

3.4 文档的基本CRUD

文档（document）的数据结构和 JSON 基本一样。

所有存储在集合中的数据都是 BSON 格式。

3.4.1 文档的插入

（1）单个文档插入

使用insert() 或 save() 方法向集合中插入文档，语法如下：

db.collection.insert(
	<document or array of documents>,
	{
		writeConcern: <document>,
		ordered: <boolean>
	}
)

参数：

【示例】

要向comment的集合（表）中插入一条测试数据

db.commit.insert({"articleid":"100000","content":"今天天气真好，阳光明媚","userid":"1001","nickname":"Rose","createdatetime":new Date(),"likenum":NumberInt(10),"state":null})

提示：

1. comment集合如果不存在，则会隐式创建
2. mongo中的数字，默认情况下是double类型，如果要存整型，必须使用函数NumberInt（整型数字），否则取出来就有问题了
3. 插入当前日期使用new Date()
4. 插入的数据没有指定_id，会自动生成主键值
5. 如果某字段没值，可以赋值为null，或不写该字段

执行后，如下，说明插入一个数据成功了：

writeResult({"nInserted" : 1})

注意：

1. 文档中的键/值对是有序的。
2. 文档中的值不仅可以是在双引号里卖弄的字符串，还可以是其他几种数据类型（甚至可以是整个嵌入的文档）
3. MongoDB区分类型和大小写。
4. MongoDB的文档不能有重复的键。
5. 文档的键是字符串。除了少数例外情况，键可以使用任意UTF-8字符。

文档键命名规范：

• 键不能含有\0（空字符）。这个字符用来表示键的结尾。
• .和$有特别的意义，只有在特定环境下才能是哟ing。
• 以下划线“_”开头的键是保留的（不是严格要求的）

（2）批量插入

语法：

db.collection.insertMany(
	[ <document 1> , <document 2> , ...],
    {
        writeConcern: <document>,
        ordered: <boolean>
    }
)

参数：

【示例】

批量插入多条文章评论：

db.collection.insertMany([
    {
        "_id":"1",
        "articleid":"1000001",
        "content":"A1",
        "userid":"1002",
        "nickname":"ABC2",
        "createdatetime":new Date("2019-08-05T22:08:15.522Z"),
        "likenum":NumberInt(1000),
        "state":"1"
    },
    {
        "_id":"2",
        "articleid":"1000001",
        "content":"A2",
        "userid":"1005",
        "nickname":"ABC5",
        "createdatetime":new Date("2019-08-05T23:58:51.485Z"),
        "likenum":NumberInt(1000),
        "state":"1"
    },
    {
        "_id":"3",
        "articleid":"1000001",
        "content":"A1",
        "userid":"1004",
        "nickname":"ABC4",
        "createdatetime":new Date("2019-08-05T01:05:06321Z"),
        "likenum":NumberInt(1000),
        "state":"1"
    },
    {
        "_id":"4",
        "articleid":"1000001",
        "content":"A1",
        "userid":"1003",
        "nickname":"ABC3",
        "createdatetime":new Date("2019-08-06T08:18:35.288Z"),
        "likenum":NumberInt(1000),
        "state":"1"
    },
    {
        "_id":"5",
        "articleid":"1000001",
        "content":"A1",
        "userid":"1003",
        "nickname":"ABC3",
        "createdatetime":new Date("2019-08-05T11:01:02.521Z"),
        "likenum":NumberInt(1000),
        "state":"1"
    }
])

提示：

插入时指定了_id，则主键就是该值。

如果某条数据插入失败，将会终止插入，但已经插入成功的数据不会回滚掉。

因为批量插入由于数据较多容易出现失败，因此，可以使用try catch j进行异常捕获处理，测试的hi后可以不处理。如：

try{
	db.comment.insertMany([
        {
            "_id":"1",
            "articleid":"1000001",
            "content":"A1",
            "userid":"1002",
            "nickname":"ABC2",
            "createdatetime":new Date("2019-08-05T22:08:15.522Z"),
            "likenum":NumberInt(1000),
            "state":"1"
        },
        {
            "_id":"2",
            "articleid":"1000001",
            "content":"A2",
            "userid":"1005",
            "nickname":"ABC5",
            "createdatetime":new Date("2019-08-05T23:58:51.485Z"),
            "likenum":NumberInt(888),
            "state":"1"
        },
        {
            "_id":"3",
            "articleid":"1000001",
            "content":"A1",
            "userid":"1004",
            "nickname":"ABC4",
            "createdatetime":new Date("2019-08-05T01:05:06321Z"),
            "likenum":NumberInt(666),
            "state":"1"
        },
        {
            "_id":"4",
            "articleid":"1000001",
            "content":"A1",
            "userid":"1003",
            "nickname":"ABC3",
            "createdatetime":new Date("2019-08-06T08:18:35.288Z"),
            "likenum":NumberInt(3000),
            "state":"1"
        },
        {
            "_id":"5",
            "articleid":"1000001",
            "content":"A1",
            "userid":"1003",
            "nickname":"ABC3",
            "createdatetime":new Date("2019-08-05T11:01:02.521Z"),
            "likenum":NumberInt(2000),
            "state":"1"
        }
    ]);

} catch (e) {
    print(e);
}

3.4.2 文档的基本查询

db.collection.find(<query>, [projection])

参数：

【示例】

（1）查询所有

如果我们要查询spit集合的所有文档，我们输入以下命令

db.comment.find()
或
db.comment.find({})

这里你会发现每条文档会有一个叫_id的字段，这个相当于我们原来关系型数据库中表的主键，当你插入文档记录时没有指定该字段，MongoDB会自动创建，其类型时ObjectID类型。

如果我们在插入文档记录时指定该字段也可以，其类型可以是ObjectID类型，也可以是MongoDB支持的任意类型。

如果我们想按一定条件来查询，比如我想查询userid为1003的记录，怎么办？很简单！只要在find()中添加参数即可，参数也是JSON格式，如下：

db.comment.find({userid:'1003'})

如果只需要返回符合条件的第一条数据，我们可以使用findOne命令来实现，语法和find一样。

如：查询用户编号时1003的记录，但只最多返回符合条件的第一条记录：

db.comment.findOne({userid:'1003'})

（2）投影查询（Projection Query）

如果要查询结果返回部分字段，则需要使用投影查询（不显示所有字段，只显示指定的字段）。

如：查询结果只显示_id、userid、nickname：

db.commit.find({userid:"1003"},{userid:1,nickname:1})

默认_id会显示：

如：查询结果只显示userid\nickname，不显示_id：

db.commit.find({userid:"1003"},{userid:1,nickname:1,_id:0})

3.4.3 文档的更新

更新文档的语法：

db.collection.update(query, update, options)
//或
db.collection.update(
	<query>,
    <update>,
    {
    	upsert: <boolean>,
    	multi: <boolean>,
    	writeConcern: <document>,
    	collation: <document>,
    	arrayFilters:[ <filterdocument1>, ... ]，
		hint: <document|string>			//Available starting in MongoDB 4.2
    }
)

参数：

提示：

主要关注前四个参数即可。

【示例】

（1）覆盖修改

如果我们想修改_id为1的记录，点赞量为1001，输入以下语句

db.comment.update({_id:"1"},{likenum:NumberInt(1001)})

执行后，我们会发现，这条文档除了likenum字段，其他字段都会消失

（2）局部修改

为了解决这个问题，我们需要使用修改器$set来实现，命令如下：

我们想修改_id为2的记录，浏览量为889，输入以下语句：

db.comment.update({_id:"2"},{$set:{likenum:NumberInt(889)}})

这样就OK啦

（3）批量修改

更新所有用户为1003的用户的昵称为Alpha。

//默认只修改第一条数据
db.comment.update({userid:"1003"},{$set:{nickname:"Alpha"}})
//修改啊所有符合条件的数据
db.comment.update({userid:"1003"},{$set:{nickname:"Alpha"}},{multi:true})

提示：如果不加后面的参数，则只更新符合条件的第一条记录

（4）列值增长的修改

如果我们想实现对某列值在原有值的基础上进行增加或减少，可以使用$inc运算符来实现。

需求：对3号数据的点赞数，每次递增1

db.comment.update({_id:"3"},{$inc:{likenum:NumberInt(1)}})

注意：_id的值必须为字符串形式

3.4.4 删除文档

删除文档的语法结构

db.集合名称.remove(条件)

以下语句可以将数据全部删除，请慎用

db.集合名称.remove({})

如果删除_id=1的记录，输入以下语句

db.comment.remove({_id:"1"})

3.5 文档的分页查询

3.5.1 统计查询

统计查询使用count()方法，语法如下：

db.collection.count(query, options)

参数：

提示：

可选项暂时不使用。

【示例】

（1）统计所有记录数：

统计comment集合的所有的记录数：

db.comment.count()

（2）按条件统计记录数：

例如：统计userid为1003的记录条数

db.comment.count({userid:"1003"})

提示：默认情况下count()方法返回符合条件的全部记录条数

3.5.2 分页列表查询

可以使用limit()方法来读取指定数量的数据使用skip()方法来跳过指定数量的数据。

基本语法如下所示：

db.COLLECTION_NAME.find().limit(NUMBER).SKIP(NUMBER)

如果你想返回指定条数的记录，可以在find方法后面调用limit来返回结果(TopN)，默认值20，例如：

db.comment.find().limit(3)

skip方法同样接受一个数字参数作为跳过的记录条数。（前N个不要），默认值是0

db.comment.find().skip(3)

3.5.3 排序查询

sort()方法对数据进行排序，sort()方法可以通过参数指定排序的字段，并使用1和-1来指定排序的方式。其中1为升序排序，而-1是降序排列。

语法如下所示：

db.COLLECTION_NAME.find().sort({KEY:1})

db.集合名称.find().sort(排序方式)

例如：

对userid降序排列，并对访问量进行升序排列

db.comment.find().sort({userid:-1,likenum:1})

提示：

skip()、limit()、sort() 三个放在一起执行的时候，执行顺序是先sort() ，然后skip()，最后是显示的limit()，和命令编写顺序无关。

3.6 文档的更多查询

3.6.1 正则的复杂条件查询

MongoDB的模糊查询是通过 正则表达式 的方式实现的。格式为：

db.COLLECTION_NAME.find({field:/正则表达式/})

db.集合名称.find({字段:/正则表达式/})

提示：正则表达式是js的语法，直接量的写法。

例如。我要查询评论内容包含“开水”的所有文档，代码如下：

db.comment.find({content:/开水/})

如果要查询评论中内容以“专家”开头的，代码如下：

db.comment.find({content:/^专家/})

3.6.2 比较查询

< , <= , >, >= 操作符很常用，格式如下：

db.集合名称.find({字段:{$gt: value}})		//大于：field > value
db.集合名称.find({字段:{$lt: value}})		//小于：field < value
db.集合名称.find({字段:{$gte: value}})	//大于等于：field >= value
db.集合名称.find({字段:{$lte: value}})	//小于等于：field <= value
db.集合名称.find({字段:{$ne: value}})		//不等于：field != value

示例：查询评论点赞数量大于700的记录：

db.comment.find({likenum:{&gt:NumberInt(700)}})

3.6.3 包含查询

包含使用$in操作符

示例：查询评论的集合中userid字段包含1003或1004的文档

db.comment.find({userid:{$in:["1003","1004"]}})

不包含使用$nin操作符

示例：查询评论集合中userid字段不包含1003和1004文档

db.comment.find({userid:{$nin:["1003","1004"]}})

3.6.4 条件连接查询

我们需要查询同时满足两个以上条件，需要使用$and操作符将条件进行关联。（相当于SQL的and）

格式为：

$and:[{ },{ },{ }]

示例：查询评论集合中likenum大于等于700并且小于等于2000的文档：

db.comment.find({$and:[{likenum:{$gte:NumberInt(700)}},{likenum:{$lt:NumberInt(2000)}}]})

如果两个以上条件是或的关系，我们使用$or操作符将条件进行关联。

格式为：

$or:[{ },{ },{ }]

示例：查询评论集合中userid为1003，或者点赞数小于1000的文档记录

db.comment.find({$or:[{userid:"1003"},{likenum:{$lt:NumberInt(2000)}}]})

3.7 常用命令小结

4. 索引（Index）

4.1 概述

索引支持在MongoDB中高效地执行查询，如果没有索引，MongoDB必须执行全集合扫描，即扫描集合的每个文档，已选择与查询语句匹配的文档。这种扫描全集合的查询效率是非常低的，特别在处理大量数据时，查询可以要花费几十秒甚至几分钟，这对网页的性能是致命的。

如果查询存在适当的索引，MongoDB可以使用该索引限制必须检查的文档数量。

索引是特殊的数据结构，它以易于遍历的形式 存储集合数据集的一小部分。索引存储特定字段或一组字段的值，按字段值排序。索引项的排序支持有效的相等匹配和基于范围的查询操作。此外，MongoDB还可以使用索引中的排序返回排序结果。

官网文档：https://docs/mongodb/com/manual/indexes/

了解：

MongoDB索引使用B树数据结构（确切说是B-Tree,MySQL是B+Tree）

4.2 索引的类型

4.2.1 单字段索引

MongoDB 支持在文档的单个字段上创建用户定义的升序/降序索引，称为单字段索引（Single Filed Index）。

对于单个字段索引和排序操作，索引键的排序顺序（即升序或降序）并不重要，因为MongoDB可以在任何方向上遍历索引。

4.2.2 复合索引

MongoDB还支持多个字段的用户定义索引，即复合索引（Compoud Index）

复合索引中列出的字段顺序具有重要意义。例如，如果复合索引由{userid: 1, score: -1}组成，则索引首先按userid正序排序，然后每个userid的值内，再按score倒序排序。

4.2.3 其他索引

地理空间索引（Geopatial Index）、文本索引（Text Indexes）、哈希索引（Hashed Indexes）

地理空间索引（Geopatial Index）

为了支持对地理空间坐标数据的有效查询，MongoDB提供了两种特殊的索引：返回结果时使用平面几何的二为索引和返回结果时使用球面几何的二维球面索引

文本索引（Text Index）

MongoDB提供了一种文本索引类型，支持在集合中搜索字符串内容。这些文本索引不存储特定于语言的停止词（例如“the”、“a”、“or”），而将集合中的词作为词干，只存储根词。

哈希索引（Hashed Indexes）

为了支持基于散列的分片，MongoDB提供了散列索引类型，它对字段值的散列进行索引。则和谐索引在其范围内的值根部更加锁记，但只支持相等匹配，不支持基于范围的查询。

4.3 索引的管理操作

4.3.1 索引查看

说明：

返回一个集合中的所有索引的数组。

语法：

db.comment.getIndexs()

提示：该语法命令运行要求是MongoDB 3.0+

【示例】

查看comment集合中所有索引情况

> db.comment.getIndexs()
# -----------------------------
[
    {
        "v" : 2,
        "key" : {
        	"_id" : 1
    	},
    	"name" : "_id",
    	"ns" : "articledb.comment"
    }
]

结果中显示的是默认_id索引。

默认_id索引：

MongoDB在创建集合的过程中，在_id字段上创建一个唯一的索引，默认名字为_id_，该索引可防止客户端插入两个具有相同值的文档，您不能在_id字段上删除此索引。

注意：该索引是唯一索引，因此值不能重复，即_id值不能重复的。在分片集群中，通常使用_id作为片键。

4.3.2 索引创建

说明：

在集合上创建索引。

语法：

db.COLLECTION_NAME.createIndex(keys, options)

参数：

options（更多选项）列表：

提示：

注意在 3.0.0版本前创建索引方法为 db.COLLECTION_NAME.ensureIndex()，之后的版本使用db.COLLECTION_NAME.createIndex()方法，ensureIndex()还能用，但只是ensureIndex()的别名。

【示例】

（1）但字段索引示例：对userId字段建立索引

> db.comment.createIndex({userid:1})
# --------------------------------------
{
	"createCollectionAutomatically" : false,
    "numIndexesBefore" : 1,
    "numIndexesAfter" : 2,
    "ok" : 1 
}

参数1：按升序创建索引

可以查看一下：

> db.comment.getIndexes()
# ---------------------------
[
    {
        "v" : 2,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "articledb.comment"
    },
    {
        "v" : 2,
        "key" : {
            "userid" : 1
        },
        "name" : "userid_1",
        "ns" : "articledb.comment"
    }
]

（2）复合索引：对userid和nickname同时建立复合（Compound）索引：

> db.comment.createIndex({userid:1,nickname:-1})
# ------------------------------------------------
{
	"createCollectionAutomatically" : false,
    "numIndexesBefore" : 2,
    "numIndexesAfter" : 3,
    "ok" : 1
}

查看一下索引：

> db.comment.getIndexes()
# ---------------------------
[
    {
        "v" : 2,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "articledb.comment"
    },
    {
        "v" : 2,
        "key" : {
            "userid" : 1
        },
        "name" : "userid_1",
        "ns" : "articledb.comment"
    },
    {
        "v" : 2,
        "key" : {
            "userid" : 1,
            "nickname" : -1
        },
        "name" : "userid_1_nickname_-1",
        "ns" : "articledb.comment"
    }
]

4.3.3 索引移除

说明：可以移除指定的索引，或移除所有索引

一、指定索引的删除

语法：

db.COLLECTION_NAME.dropIndex(index)

参数：

【示例】

删除comment集合中userid字段上的升序索引：

> db.comment.dropIndex({userid:1})
# ------------------------------------
{ "nINdexesWas" : 3, "ok" : 1}

二、所有索引的移除

语法：

db.COLLECTION_NAME.dropIndexes()

【示例】

删除spit集合中的所有索引。

db.comment.dropIndexes()
# --------------------------
{
    "nIndexWas" : 2,
    "msg" : "non-id indexes dropped for collection",
    "ok" : 1
}

提示：_id字段的索引是无法删除的，只能删除非_id字段的索引。

4.4 索引的使用

4.4.1 执行计划

分析查询性能（Analyze Query Performance）通常使用执行计划（解释计划、Explain Plan）来查看查询的情况，如查询耗费的时间、是够基于索引查询等。

那么，通常，我们想知道，建立的索引是否有效，效果如何，都需要通过执行计划查看。

语法：

db.COLLECTION_NAME.find(query,options).explain(options)

【示例】

查看根据userid查询数据的情况：

> db.COLLECTION_NAME.find({userid:"1003"}).explain()
# ---------------------------------------------------
{
    "queryPlanner" : {
        "plannerVersion" : 1,
        "namespace" : "articledb.comment",
        "indexFilterSet" : false,
        "parsedQuery" : {
             "userid" : {
                 "$eq" : "1003"
             }
        },
        "winningPlan" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "userid" : {
                    "$eq" : "1003"
                }
            }
        },
        "rejectedPlans" : []
    },
    "serverInfo" : {
        "host" : "instance-2ki2pjry",
        "port" : 27017,
        "version" : "4.0.10",
        "gitVersion" : "c389e7f69f637f7a1ac3cc9fae843b635f20b766"
	},
    "ok" : 1
}    

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vGOwjsmD-1636805591492)(C:\Users\64454\AppData\Roaming\Typora\typora-user-images\image-20211107135003517.png)]

4.4.2 涵盖的查询

Covered Queries

当查询条件和查询的投影仅包含索引字段时，MongoDB直接从索引返回结果，而不扫描任何文档或将文档带入内存。这些覆盖的查询可以非常有效。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kCYL9kTe-1636805591493)(D:\桌面信使\桌面信使3\Mongo\img\image-07.png)]

更多：https://docs.mongodb.com/manual/core/query-optimization/#read-operations-covered-query

【示例】

> db.comment.find({userid:"1003"},{userid:1,_id:0})
# ---------------------------------------------------
{"userid" : "1003"}
{"userid" : "1003"}

> db.comment.find({userid:"1003"},{userid:1,_id:0}).explain
# -----------------------------------------------------------

5. 文章评论

5.1 需求分析

需要实现以下功能：

1）基本增删改查API

2）根据文章id查询评论

3）评论点赞

5.2 表结构分析

数据库：articledb

5.3 技术选型

5.3.1 mongodb-driver

mongodb-driver是mongo官方推出的java连接mongoDB驱动包，相当于JDBC驱动。

官方驱动说明和下载：http://mongodb/github.io/mongo-java-driver/

官方驱动示例文档：http://mongodb.github.io/mongo-java-driver/3.8/drvier/getting-started/quick-start

5.3.2 SpringDataMongoDB

SpringData家族成员之一，用于操作MongoDB的持久层框架，封装了底层的mongodb-driver。

官网主页：http://projects.spring.io/spring-data-mongodb/

5.4 文章微服务模块搭建

（1）搭建项目工程article，pom.xml引入依赖：

<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>2.5.3</version>
</parent>

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

（2）application.yaml配置文件

spring:
  # 数据源配置
  data:
    mongodb:
      # 主机地址
      host: 192.168.1.128
      # 数据库
      database: articledb
      # 端口号
      port: 27017
      # 也可以使用uri连接
      # uri: mongodb://192.168.1.128:27017/articledb